RevMine：基于 LLM 的代码审查挖掘与分析工具
软件工程
2025-10-07 v1
摘要
关于代码审查过程的经验研究日益成为理解软件质量和协作的关键因素。然而，收集和分析审查数据仍是一个耗时且技术密集型的任务。大多数研究人员遵循类似的工作流程——编写临时脚本从像 GitHub 和 GitLab 这类平台提取、过滤和分析审查数据。这篇论文介绍了 RevMine，一个利用大语言模型 (LLM) 简化整个代码审查挖掘管道的概念工具。RevMine 通过 LLM 指导用户完成身份验证、端点发现和自然语言驱动的数据收集，显著减少了对手动脚本编写的需求。数据检索后，它支持基于用户定义的过滤器或 LLM 推断模式的定性和定量分析。这篇海报概述了该工具的体系结构、用例和研究潜力。通过降低进入门槛，RevMine 旨在 democratize 代码审查挖掘，使更广泛范围的经验软件工程研究得以实现。
引用
@article{arxiv.2510.04796,
title = {RevMine: An LLM-Assisted Tool for Code Review Mining and Analysis Across Git Platforms},
author = {Samah Kansab and Francis Bordeleau and Ali Tizghadam},
journal= {arXiv preprint arXiv:2510.04796},
year = {2025}
}